不等式约束极大极小问题一个强收敛的强次可行算法

来源 :中国运筹学会第九届学术交流会 | 被引量 : 0次 | 上传用户:zkhjpaul
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
在本文中,我们利用强次可行方向法,建立了一个求解不等式约束极大极小问题的初始点任意的新算法.在算法的每一步迭代中,搜索方向只需要求解一个总有最优解的线性子问题.在相对较弱的条件下,算法具有全局收敛和强收敛性.最后,我们对算法进行了有效的数值实验.
其他文献
本文针对全局优化给出一类新的伸缩函数法,基本思想是先求出原函数的局部极小点,然后构造伸缩函数来修正目标函数.该函数带有两个容易选取的参数,并对其进行理论分析.数值实
本文我们提出一个等式约束优化的子空间算法.由于非线性优化的子空间技术能减少计算量和存储量,所以它适合于求解大规模问题.我们的算法是基于SQP方法来设计的,考虑了不同的
本文我们提出了箱子约束不定二次规划一个新的分支定界算法.首先,利用D.C.分解和正定阵的Cholesky分解把问题转化为可分离形式并导出下界,然后给出基于该下界和矩形对分的分
本文给出一个求解无约束优化问题的"对角二阶拟牛顿法".基于二阶拟牛顿方程,该算法计算一个对角矩阵逼近Hesse矩阵的逆,以确定搜索方向;并采用Armijo非精确线搜索确定步长.新
移动渐近线法是一类解结构优化问题的有效算法.在本文中我们提出一个解无约束优化问题的移动渐近线算法.本文首先给出了一个新的移动渐近线函数,然后使用此函数产生移动渐近
本文在混合HS-DY共轭梯度算法的基础上,结合非单调线搜索技术,对求解无约束优化问题给出了一种新的有效的共轭梯度算法.并在较弱条件下,证明了算法的全局收敛性及R-线性收敛.
填充函数方法是有效的全局优化方法.本文介绍了最近提出的几种填充函数方法,其中包括求解非线性方程组的填充函数方法.
最近,Hedar和Fukushima等提出了一种用于求解无约束全局优化的DSSA算法,并通过数值试验证明了算法的鲁棒性和有效性.本文提出将非单调思想应用于全局优化中,并与DSSA结合形成
填充函数是一种解无约束全局极小化问题的方法,这种方法的关键是构造填充函数.本文给出了一个新的求无约束全局优化问题的填充函数,并根据这个填充函数提出了相应的填充函数
本文提出了求解无约束非线性优化问题的一种信赖域牛顿算法,将信赖域子问题与无约束模型相结合,并在信赖域子问题求得的试探步不成功时进行回退的线搜索.可以证明该算法保持